基于信道狀態(tài)信息的行為無源感知研究.pdf

1、近幾十年，室內(nèi)人體行為識別技術(shù)一直是熱門研究課題，在智能家居、人機交互和智能監(jiān)控等領(lǐng)域應(yīng)用非常廣泛，但在多數(shù)研究方案中需要特殊的硬件設(shè)備或要求目標(biāo)積極配合，因此普適性仍舊是一個挑戰(zhàn)。近期，研究者們開始利用身邊無處不在的Wi-Fi信號直接對目標(biāo)本身或環(huán)境進(jìn)行無源感知，克服了之前很多技術(shù)手段固有的缺陷，它對環(huán)境變化抗性強，對硬件的要求少，而且可以取得相對良好的準(zhǔn)確率。因此，無源感知技術(shù)的應(yīng)用前景非常廣泛。
　　本文提出一個基于Wi-F

2、i信號的人體行為識別系統(tǒng)，它不需要額外硬件的支持，而且也不需要目標(biāo)積極地配合，此系統(tǒng)能應(yīng)用于已有的WLAN網(wǎng)絡(luò)中。首先本文使用了KNN、Na(i)ve Bayes和SVM等三種分類算法識別四種常見人體行為(無人、走、坐和站)，通過大量的實驗對比和分析，總結(jié)出一些重要的實驗參數(shù)設(shè)置經(jīng)驗。然后使用同樣的算法對人的睡眠姿勢進(jìn)行識別，并對識別結(jié)果進(jìn)行分析。最后提出了基于閾值的睡眠質(zhì)量檢測算法，該算法可以準(zhǔn)確地計算出人在睡眠過程中的翻身次數(shù)，從而

3、估計人的睡眠質(zhì)量，具有一定的魯棒性。
　　總之，本文的主要貢獻(xiàn)如下:
　　1、本文給出關(guān)于多種行為下WIFI的RSSI值和CSI值的經(jīng)驗研究，并闡述了對WIFI信號特征的深入理解。
　　2、本文從理論分析和實際實驗等兩部分分別詳細(xì)介紹了如何通過信道響應(yīng)來進(jìn)行室內(nèi)人體行為識別的研究。在實際實驗的過程中，總結(jié)出一些比較重要的參數(shù)設(shè)置經(jīng)驗。
　　3、本文舉例介紹了人們常用的睡眠姿勢，并通過一些分類算法(KNN、NB、S